Master en Business Intelligence y Big Data (Online)

Contenidos

FUNDAMENTOS DE BI, BA y BIG DATA
  • Definición, componentes y tipología de sistemas de inteligencia de negocio
  • Contextualización y diseño de sistemas de inteligencia de negocio
  • Diseño de informes, cuadros de mando e indicadores
  • Fuentes y calidad de los datos
  • El business case de una iniciativa de inteligencia de negocio
ESTRATEGIA Y GESTIÓN BASADA EN DATOS
  • Fundamentos de la dirección estratégica. La información como base del análisis estratégico
  • Análisis del entorno competitivo, sectorial y particular para toma de decisiones. La inteligencia competitiva
  • Definición de la estrategia: diseño y simulación de estrategias alternativas
  • Implantación y seguimiento de la estrategia. Definición de indicadores clave (KPI’s)
HERRAMIENTAS – Parte 1
  • Herramientas auxiliares: instalación y gestión de máquinas virtuales con VirtualBox, Amazon Workspaces y uso de la línea de comandos en un entorno Linux
  • El lenguaje de programación Python
  • El entorno Jupyter Notebook
  • Librerías para el análisis de datos: Numpy, Pandas, y Matplotlib
  • Introducción a XML y JSON como formatos de datos usando Python
FUNDAMENTOS DE IN
  • DW: qué es y conceptos básicos
  • Arquitecturas de referencia y diseño: data marts y data warehousing
  • Multidimensionalidad y su tipología. OLAP/MOLAP/ROLAP
  • Esquema de bases de datos: desnormalización y multidimensionalidad
  • Diseño de data warehouses. Elementos hardware y software
  • Herramientas de extracción, transformación y carga – ETL
  • Lenguaje de consulta analítico: MDX vs. SQL
  • Manipulación, análisis y visualización de datos: visor OLAP y funciones básicas
MEDICIÓN DE NEGOCIO Y VISUALIZACIÓN
  • Introducción a la analítica de negocio
  • Medición del negocio
  • Visualización de datos
INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO Y MINERÍA DE DATOS
  • Aprendizaje supervisado y no supervisado
  • Clustering y clasificación. Técnicas y medidas de calidad
  • Herramientas de aprendizaje automático, visualización
  • El ciclo de la minería de datos
ANÁLISIS DE REDES SOCIALES
  • Fundamentos para el estudio, medida e investigación de redes sociales
  • Tratamiento, visualización y análisis de grandes redes
  • Herramientas de visualización de redes sociales
  • Tecnologías para el análisis y acceso a datos en la web de los datos
TECNOLOGÍAS DE ALMACENAMIENTO ESCALABLE
  • Introducción a las bases de datos NoSQL: origen, evolución y contexto histórico
  • Persistencia políglota: escoger el modelo de datos más adecuado para cada problema
  • Modelos de agregación: características, tipos, consideraciones de diseño y casos de uso
  • Modelos en grafo: características, consideraciones de diseño y casos de uso
  • Sistemas distribuidos: definición, tipos, estrategias de distribución y consistencia de datos (ACID vs BASE)
  • Ejercicios y ejemplos usando bases de datos NoSQL: MongoDB y Neo4J
MINERÍA DE TEXTO Y ENLACES EN LA WEB
  • Fundamentos teóricos, técnicas y aplicaciones prácticas del PLN
  • Librerías y herramientas de NLP (NLTK, Brad, Gate)
  • Soluciones NLP (Análisis de Sentimiento, Text Mining de datos web, Asistente Virtual)
METODOLOGÍA DE PROYECTOS
  • Ideas modelos de negocio
  • Formación de grupos de trabajo y asignación tutores para proyecto fin de máster
PARALELIZACIÓN DE DATOS
  • Procesamiento paralelo y ecosistema Hadoop
  • Procesamiento paralelo bajo arquitectura Hadoop. MapReduce
  • Mecanismos de explotación de la información en entornos distribuidos Hadoop
ADQUISICIÓN DE DATOS EN TIEMPO REAL
  • Introducción y conceptos básicos
  • Arquitectura general de un proyecto IoT
  • Plataformas IoT y Big Data
  • Ejemplos y casos de uso
HERRAMIENTAS – Parte 2
  • Introducción al lenguaje de programación R:
  • El entorno RStudio
  • Introducción al lenguaje R y su aplicación a la estadística
  • Introducción a las bases de datos relacionales
  • Nociones básicas del modelo relacional
  • Introducción a SQL
CASO ANALÍTICA FINANCIERA
  • Conceptos financieros y de riesgos
  • Aplicación práctica de BI y big data a la visión financiera/riesgos
  • Obtención y preparación de datos financieros y de riesgos
  • Modelos estadísticos para maximizar el RAR e inferir el riesgo de operaciones financieras
CASO ANALÍTICA DE CLIENTES
  • Location Analytics: concepto y aplicaciones
  • El valor de la ubicación 
  • Aplicación en el análisis de resolución de un problema de negocio
  • Casos prácticos y trabajo individual de aplicación de Location Analytics
CASO ANALÍTICA DE MARKETING
  • Aplicación al Marketing Digital
  • Campañas con públicos seleccionados
  • Selección de clientes mediante modelos de propensión
CASO ANALÍTICA DE DATOS ABIERTOS
  • Datos abiertos en el sector público. Reutilización
  • Apertura de datos empresariales. APIs y concursos
  • Estrategias basadas en datos abiertos
  • Casos de uso
CASO ANALÍTICA DE OPERACIONES
  • Caso de business intelligence-big data en el ámbito de procesos y operaciones
  • Caso práctico sobre el que los alumnos aplicarán sus conocimientos
FASE PRESENCIAL
  • El Master se complementa con una fase presencial en Madrid con talleres, visitas a empresas, conferencias y trabajo en proyecto.
  • Teoría y práctica se dan la mano mediante el estudio, análisis y desarrollo de multitud de supuestos y casos prácticos que te permitirán consolidar tus conocimientos, orientarlos a la acción y vivir experiencias similares a las que experimentarías en tu desempeño profesional.
  • Durante las visitas técnicas a distintas empresas e instalaciones conocerás sobre el terreno las tecnologías y los proyectos más relevantes relacionados con tu formación.
Proyecto fin de máster

Como parte de tu formación, realizarás un Proyecto Fin de Master en grupo, liderado por un tutor, que te permitirá poner en práctica todos los conocimientos adquiridos.

A lo largo del Master, y de manera especial con el proyecto final, fomentarás tu capacidad para tomar decisiones y exponer tus argumentos de manera clara y estructurada. También aprenderás a trabajar en equipo y a cumplir diferentes hitos en los plazos establecidos.